You are on page 1of 13

SISTEMA DE DATOS – CURSO: ERNESTO CHINKES

FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence

Caso práctico de una solución de data warehouse – business intelligence Caso Jurassic Park Parte II

Profesor: Ernesto Chinkes Sistemas de Datos

Facultad de Ciencias Económicas Universidad de Buenos Aires

En resumen: cada reunión es un caos por las diferentes versiones de la verdad que cada gerente tiene y en algunos casos porque ni siquiera se llega a tener la información necesaria o está demasiado desactualizada. la empresa logró desarrollar fuertemente su unidad de negocios de venta de productos y comidas dentro de los parques. la empresa decide contratarlo a Ud. etc.) se manejan con diferentes fuentes de información (en algunos casos usando planillas de cálculo. Los orígenes de datos que alimentarán el data warehouse serán: 1. Luego de realizar un relevamiento inicial. para que le de una este problema. Esto. control de gestión. data warehouse y otras pero lo que necesita es una solución de negocio para afianzar el crecimiento de la En principio se quiere trabajar con la información de ventas. business intelligence. Ver anexo I 2. El sistema emisor y facturador de entradas. Aprovechando el éxito del merchandising relacionado con los dinosaurios. minutos antes de las reuniones) y además porque cada vez que se requiere un informe de mediana complejidad. que está presente en todas las boleterías de cada parque (que contiene el módulo de reservas que usted desarrolló en Jurassic Park I). junto a la venta de entradas representa más del 90% de los ingresos de la compañía. Esto ocurre porque los distintos gerentes (ventas. esta situación.SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Jrassic Park – Parte 2 Descripción del caso Luego de cinco años de estar operando. la empresa ya cuenta con 8 parques temáticos distribuidos por todo el país. El directorio ha escuchado hablar de palabras como sistemas a la decisión. Debido a solución a de ayuda realmente empresa. hay que solicitarlo al área de sistemas que demora por lo menos una semana en confeccionarlo ya que están demasiado ocupados con la migración de los servidores corporativos y cuentan con poco personal. marketing. tanto de entradas como de productos dentro de los parques. Dos (2) sistemas distintos de facturación de productos y comidas para los locales de los parques (ya que los más nuevos tiene un sistema que se contrató hace un año a una consultora. pero los parques más antiguos tienen . para luego ir extendiendo el alcance del proyecto a otras áreas. hechas con ingreso manual de datos. se llega a las siguientes conclusiones: 1. Los problemas surgen en cada reunión gerencial: los datos sobre las ventas de entradas y productos no parecen confiables ni están listos en tiempo y forma para que el equipo de gerentes pueda tomar decisiones acertadas.

Ver anexo III Observación: los anexos muestran solo las tablas que se han evaluado como útiles. 5. 7. que en los anexos no se muestran. El sistema de administración de RRHH y liquidación de haberes. la zona geográfica en la que están ubicados los locales. Ver anexo II 3. y se desea conocer cuales son las escuelas que generan mayores ingresos a la empresa. por región. mensuales. por empleado y demás combinaciones entre las perspectivas. 4.SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence todavía un sistema desarrollado por el sobrino de uno de accionistas de la empresa). es decir. Se necesitará hacer análisis diarios. De cada empleado es necesario poder hacer análisis de ventas considerando también el impacto de las horas de capacitación recibidas. 3. que existen otras tablas en cada sistema. en las ventas de productos. El mínimo nivel de detalle que se quiere tener disponible para el análisis de las ventas ($ vendidos y unidades vendidas) es el de la línea de los ticket. Por ejemplo. trimestrales y anuales. la venta de entradas vista por mes o por año. De cada escuela se sabe si es privada o pública. por parque. . 2. Es necesario conocer también de que manera influye. Se detecta que los analistas de negocio de la empresa necesitan analizar la información de ventas de un producto o de las entradas desde diferentes perspectivas. 6.

SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence .

SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Anexo I (Sistema Emisor y facturador de entradas) .

SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Anexo II (Sistemas de facturación) Sistema de Facturación I Sistema de Facturación II .

SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence .

SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Anexo III (Sistema de RRHH) .

según se expresa en el esquema que sigue: RRHH E Facturacion I T L Area de trabajo Data Warehouse Objetivo E L T Facturacion II Data Warehouse Subjetivo Aplicaciones de Business Intelligence Boleterias . identificando las dimensiones de análisis y también los hechos o medidas: Modelo multidimensional conceptual. Decide define la arquitectura de la solución. Se decide empezar por modelar el negocio de Jurassic Park. EMPLEADO TIEMPO ESCUELA DISTRIBUCIÓN GEOGRÁFICA PRODUCTO Rango capacitación Anio Tipo Región Categoría Provincia Empleado Trimestre Escuela Sub categoría Ciudad Mes Parque Producto Día Local Monto vendido Cantidad vendida 2.SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Resolución 1.

SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence 3. Para cargar los datos al data warehouse es necesario pasar por un proceso de ETL que extraiga los datos de los sistemas fuente. Se ha considerado la decisión basándose en la necesidad del negocio (con que frecuencia es necesario tener datos actualizados para el análisis) y por otra parte la disponibilidad de los recursos. . En base a ello se decide correr el proceso de ETL para la carga del data warehouse una vez por semana (extrayendo todas las transacciones de la semana anterior) los días domingo a las 22 horas. Esta decisión se ha tomado porque este nivel de actualización es suficiente para los analistas y además porque ese es un momento en que hay disponibilidad de recursos de procesamiento. y luego la cargue en el DW. la transforme si es necesario. Considerando el diseño multidimensional conceptual y los modelos de datos de las fuentes de datos se diseña el data warehouse objetivo. También se toma en cuenta que la mayoría de los análisis se hace el día lunes con la información de la semana anterior. inclusive en el data warehouse no estará disponible durante el proceso. Periodicidad Lo primero a tener en cuenta para el proceso de ETL es la periodicidad. PROVINCIA TIPO ESCUELA Id_tipo_escuela Descripcion CIUDAD id_ciudad Nombre ciudad id_provincia id_provincia Nombre provincia id_region REGION id_region Nombre region ESCUELA Id_escuela Nombre_escuela Id_tipo_escuela ITEM_VENTA Numero_ticket Id_producto Descripcion_producto Precio_unitario Cantidad PRODUCTO Id_producto Descripcion_producto Id_sub_categoria SUB CATEGORIA Id_sub_categoria Descripcion_sub_categoria Id_categoria VENTA Numero_ticket Fecha_venta Legajo_empleado Id_escuela Id_local LOCAL Id_local Id_parque Superficie Distancia_boleteria EMPLEADO legajo_empleado Nombre_empleado Apellido_empleado Sueldo Horas _capacitacion Numero_ticket CATEGORIA Id_categoria Descripcion_cateogira PARQUE Id_parque Dirección id_ciudad 4. ya que verán afectado su rendimiento en gran medida durante su ejecución. tanto las fuentes de datos como el data warehouse.

b) Cada sistema de facturación cuenta con su propia codificación de empleados y escuelas (esto significa.1. Esto debe ser solucionado mediante el proceso de ETL. donde se unificará la codificación usando el número de legajo del sistema de RRHH. pero es un poco más sencillo ya que los sistemas de facturación I y II tienen los mismos códigos. ya que en dicho sistema no existe el concepto de subcategoría. podrá cargar el registro de la venta en forma homogénea en el DW. Los mismos serán integrados en el DW en una única tabla. se describen a continuación tres de las transformaciones que realizarán en el proceso de ETL: a) Categorías y subcategorías de productos: En los tres sistemas en los que se usan tienen campos con nombres distintos. usando tablas de conversión o equivalencia. dejando un único valor para cada categoría y subcategoría de los productos en los sistemas de facturación I y II (ya que existe la misma codificación en ambos sistemas) y se inventarán subcategorías ficticias para cada categoría del sistema de entradas.SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Transformación de datos A modo de ejemplo. por lo tanto solo es necesaria una tabla que establezca las equivalencias con el sistema de entradas. En el caso de los empleados: Se usará una tabla de equivalencias. En cada venta se extrae el código del empleado del sistema fuente y. por ejemplo. b.2. luego de consultar la tabla de equivalencias y obtener el legajo correspondiente. Tabla de equivalencias ID_EMPLEADO Sistema facturacion I 1 2 3 4 COD_EMPLEADO Sistema facturacion II Codigo_empleado sistema de entradas LEGAJO 54 5 6 1 10 8 2 34 1 70 41 53 Esta tabla sirve para ser usada al momento de la extracción de las ventas de los diferentes sistemas de facturación (y el de entradas) al momento de hacer el pasaje al DW. usando la siguiente tabla de conversión entre el sistema fuente y el DW. b. que un mismo código de empleado puede ser usado para dos empleados distintos de un parque a otro). En este caso se deja como codificación base en el DW al de los sistemas de facturación I y II . En el caso de las escuelas: La solución es similar.

mediante un modelo mixto (copo de nieve en estrella).SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Tabla de equivalencias COD_ESCUELA de sistema de entradas 1 2 3 4 ID_ESCUELA Sistemas I y II 24 21 23 45 5. EMPLEADO Legajo Apellido_nombre Sueldo Horas _capacitacion Rango_horas _capacitacion TIEMPO id_fecha Dia Mes Trimestre Año PRODUCTO id_producto Descripcion producto Categoria Subcategoria TABLA DE HECHOS id_producto id_local id_fecha id_escuela Legajo monto vendido cantidad vendida ESCUELA Id_escuela Nombre Id_tipo_escuela TIPO ESCUELA Id_tipo_escuela Tipo_escuela DISTRIBUCION GEOGRAFICA id_local Nombre local Id_parque PARQUE Id_parque Direccion id_ciudad CIUDAD id_ciudad Nombre ciudad id_provincia PROVINCIA id_provincia Nombre provincia id_region REGION id_region Nombre region . Se diseña el data warehouse subjetivo.

para los nuevos requerimientos que se describen a continuación: 1. . día y local. y en el diseño multidimensional conceptual. Se desea que defina qué cambios haría en el data warehouse objetivo. 3. Si Jurassic Park decidiera incorporar información acerca del stocks disponible de sus productos en el data warehouse. continuando lo visto en el punto 4 de la resolución. 2.SISTEMA DE DATOS – CURSO: ERNESTO CHINKES FACULTAD DE CIENCIAS ECONOMICAS UNIVERSIDAD DE BUENOS AIRES Caso práctico: data warehouse / business Intelligence Ejercitación A. 4. Poder evaluar el impacto que tiene en las ventas. De cada local es necesario poder analizar las ventas (importe y cantidad) con respecto a los metros cuadrados que disponen y distancia respecto de la boletería. la antigüedad y el salario de los empleados. El stock deberá estar disponible a nivel de producto. Defina el resto de los proceso que debe contemplar el ETL para generar el DW objetivo. el subjetivo. B. Si se lanzara una tarjeta de fidelización de clientes y se pudiera identificar a qué cliente se hizo cada venta (tanto de entradas como de otros tipos de productos).